Self-Compact Pi Agent: ZERO HYPE Агентский код-девлог

Ваши агенты достаточно умны, чтобы понять, когда их собственное контекстное окно заполняется. Так почему же вы позволяете Claude Code и Codex самим решать, когда им сжиматься? 🔥 Автоматическое сжатие до фиксированного процента — это настройка ПО УМОЛЧАНИЮ. Настройки по умолчанию предназначены для инженеров, которые не являются разработчиками своих инструментов. 🎥 ССЫЛКИ НА ВИДЕО • Кодовая база самокомпактирующегося агента Pi: https://github.com/disler/self-compac... • Рои агентов Astra: • Полезны ли рои агентов? GPT-6 от OpenAI — это... • НА ЧТО СЛЕДУЕТ ОБРАТИТЬ ВНИМАНИЕ при работе с АГЕНТАМИ: • Операционный уровень агентской инженерии: НА ЧТО СЛЕДУЕТ ОБРАТИТЬ ВНИМАНИЕ при работе с агентами. • Агент Pi: https://pi.dev/ 💡 НАСТУПАЕТ ТРЕТИЙ ЭТАП Освойте агентское программирование до начала третьего этапа: https://agenticengineer.com/tactical-... В этом блоге об агентском программировании IndyDevDan создаёт самокомпактирующегося агента Pi: контекстно-зависимого агента с собственным специализированным инструментом, который решает, когда сжиматься, что сохранять и как продолжать работу. Затем мы передаем один и тот же план трем платформам (Claude Code, Codex, Pi), на которых работают Fable, Astra и GLM, и смотрим, какая из них в итоге будет запущена. 🚀 Окно контекста — это проблема, от которой не может ускользнуть ни один агент и которую не может игнорировать ни один инженер. Она была с нами с самого начала, и управление ею до сих пор остается практически неисследованной возможностью. Длительная автономная работа агентов (например, рой из 10–100 агентов, работающих в течение нескольких часов) приводит к тому, что у них заканчивается контекст, они «застревают» и тратят впустую ресурсы. Самокомпактирующиеся агенты решают эту проблему, предоставляя агенту доступ к его собственному контексту и позволяя ему самому выбирать момент для компактирования. 🛠️ Что мы создали с помощью платформы на основе агента Pi: Инструмент самокомпактирования: специальный инструмент, который агент может вызвать в любой момент, чтобы компактировать свой собственный контекст и оставить себе заметку, которая сохранится в сводном отчете. Три порога: уведомление, предупреждение и принудительное отключение. Большой промежуток времени до предупреждения, чтобы агент мог сам найти естественную точку остановки, и короткий промежуток до принудительного отключения, когда платформа блокирует все остальные инструменты. Полный контроль над подсказками: мы переопределяем стандартную подсказку для компактирования, мягкое уведомление и предупреждающую подсказку. В каждом инструменте для написания кода есть встроенное сообщение о сжатии. Pi позволяет его заменить. А Claude Code — нет. Интерфейс контекстной панели: кэшированные токены, некэшированные токены, свободный контекст и все три маркера, отображаемые в терминале в реальном времени. Значения по умолчанию с учетом стоимости: пороговые значения установлены на отметке 270 000 токенов, после которой стоимость использования GPT удваивается, поэтому агент сжимает данные до того, как это отразится на счете. 🔥 Разработка начинается с того, с чего начинается любая стоящая работа: с написанного от руки плана. Проблема, решение, рабочий процесс (планирование, создание, проверка), критерии готовности и система оценки, основанная на том, как обучаются эти модели в лабораториях. Затем мы перестаем печатать и работаем со скоростью агентов. Этот этап перевода, когда ваш опыт кодируется в промпт, который могут выполнять ваши ИИ-помощники, — вот в чем сейчас заключается главное преимущество агентной разработки. Три фреймворка, три модели, один промпт. GLM 5.2 достиг 98-процентного сжатия контекста и не смог завершить работу (это именно та проблема, которую решает данная сборка). Claude Code на Fable 5.1 справился за 50 минут на 500 000 токенов. Codex на GPT-6 Astra был отправлен за 21 минуту на 136 КБ. Затем мы провели стресс-тестирование результатов с помощью DeepSeek V4 Flash и GLM Flash через OpenRouter и наблюдали за тем, как агент замечает ошибки, выдает предупреждения, делает заметки для себя и самостоятельно сжимает данные. 💡 Освойте четыре основных принципа (контекст, модель, промпт, инструменты), и вы освоите работу с агентом. Освойте работу с агентом, и вы освоите интеллектуальный труд. Контекстная инженерия — это не про экономию токенов. Это про то, как научить своих агентов, когда нужно сжимать данные, что сохранять и как продолжать работу, когда вы не участвуете в процессе. 🌟 Инструменты, которые вы используете, напрямую ограничивают ваши представления о том, что возможно, а что нет. Теперь Claude Code копирует этот подход к настройке с помощью собственной системы плагинов. Как вы думаете, откуда это взялось? Из открытых, настраиваемых инструментов, таких как агент Pi. Создавайте то, что вам нужно, а не то, что вам дают. Сосредоточьтесь и продолжайте работать. IndyDevDan.